基于特征显著性的目标识别方法及其应用研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 绪论 | 第11-31页 |
·课题研究背景及意义 | 第11-12页 |
·国内外车牌识别研究现状及存在的问题 | 第12-21页 |
·车牌识别应用的发展与现状 | 第12-13页 |
·车牌识别技术的发展和现状 | 第13-19页 |
·车牌识别技术存在的问题 | 第19-21页 |
·特征选择方法及存在问题 | 第21-29页 |
·特征选择方法 | 第21-24页 |
·特征选择方法存在的问题 | 第24-29页 |
·本文所做的工作 | 第29页 |
·文章的结构 | 第29-31页 |
2 特征显著性选择理论 | 第31-56页 |
·引言 | 第31页 |
·特征选择意义 | 第31-32页 |
·特征显著性度量准则 | 第32-40页 |
·结构显著性 | 第33-35页 |
·概率显著性 | 第35-40页 |
·显著性特征选择方法的意义 | 第40页 |
·多特征决策级融合方法 | 第40-55页 |
·显著性特征的并行融合原理 | 第43-45页 |
·显著性特征的串行融合原理 | 第45-55页 |
·本章小结 | 第55-56页 |
3 基于特征显著性形状特征的车牌定位方法 | 第56-75页 |
·引言 | 第56-57页 |
·特征显著性车牌定位的显著性分析 | 第57-59页 |
·车牌图像预处理 | 第59-60页 |
·车牌特征分析 | 第60-69页 |
·车牌的形状特征 | 第60-63页 |
·车牌的纹理特征 | 第63-66页 |
·车牌的颜色特征 | 第66-68页 |
·特征显著性结论 | 第68-69页 |
·基于显著性加权的并行融合车牌定位 | 第69-70页 |
·车牌检测定位结果分析 | 第70-73页 |
·本章小结 | 第73-75页 |
4 基于显著性投影特征的字符分割方法 | 第75-91页 |
·引言 | 第75-76页 |
·图像预处理 | 第76-85页 |
·图像增强 | 第76页 |
·二值化 | 第76-78页 |
·车牌倾斜校正 | 第78-84页 |
·车牌反色 | 第84-85页 |
·显著性投影特征的字符分割 | 第85-89页 |
·字符上下边界的确定 | 第85-86页 |
·单个字符的分割 | 第86-87页 |
·车牌字符中的粘连问题 | 第87-89页 |
·车牌字符分割结果分析 | 第89-90页 |
·本章小结 | 第90-91页 |
5 基于显著性矩特征的字符识别方法 | 第91-113页 |
·引言 | 第91-92页 |
·特征显著性车牌字符识别显著性分析 | 第92-94页 |
·字符图像预处理 | 第94-96页 |
·字符归一化 | 第94-95页 |
·字符的细化 | 第95-96页 |
·字符特征分析 | 第96-104页 |
·字符模板及字符库的生成 | 第97-98页 |
·字符识别的特征提取 | 第98-103页 |
·字符特征的显著性计算 | 第103-104页 |
·基于显著性多特征的修正证据理论融合字符识别 | 第104-110页 |
·基本置信指派的构造 | 第105-106页 |
·字符分类规则 | 第106-107页 |
·基于证据理论的车牌字符识别 | 第107-110页 |
·字符识别结果分析 | 第110-112页 |
·本章小结 | 第112-113页 |
6 基于显著性特征的光流场车辆检测方法 | 第113-120页 |
·引言 | 第113页 |
·视频运动车辆检测 | 第113-114页 |
·基于光流场的车辆检测 | 第114-117页 |
·实验结果分析 | 第117-119页 |
·本章小结 | 第119-120页 |
7 识别算法性能分析 | 第120-124页 |
·系统性能指标 | 第120页 |
·系统测试结果 | 第120-123页 |
·本章小结 | 第123-124页 |
8 总结与展望 | 第124-127页 |
·全文总结 | 第124-125页 |
·研究展望 | 第125-127页 |
致谢 | 第127-128页 |
参考文献 | 第128-138页 |
附录1 作者在攻读博士学位期间发表的论文 | 第138-139页 |
附录2 作者在攻读博士学位期间参与的项目 | 第139页 |